CAMOZZI執行器飽和控制研究 
飽和是控制系統中zui為普遍的非線性現象之一，大多數CAMOZZI執行器不可避免的會出現飽和。如果CAMOZZI執行器的輸入量達到一定限制，就進入了飽和狀態，因為進一步增加輸入不能對CAMOZZI執行器的輸出產生任何影響，CAMOZZI執行器的飽和將使系統的動態性能降低，甚至導致閉環系統不穩定。

CAMOZZI執行器飽和控制研究 
隨著現代技術的發展，控制系統的精度要求越來越高，例如數控機床、機器人操作手、微電子裝配單元、高速硬盤等都需要進行高精度控制。但是由于飽和等非線性的存在，經典的控制算法很難保證所要求的設計精度。為消除飽和非線性的影響而采用更高精密的儀器設備將使得整個控制系統造價昂貴；然而，如果能夠采用*補償策略，使得采用相對廉價的儀器設備來滿足精度要求成為可能。小型和微型計算機及其電力電子技術的發展為各種控制算法的實現提供了更大空間，尋求更高性能和更高適應性控制算法成為實現高精度控制的捷徑。針對具有CAMOZZI執行器飽和的系統進行控制器的設計研究，尋求理想的飽和補償策略，實現高精度的跟蹤控制。 首先對當前的飽和補償策略研究進行了回顧，接著針對不同的應用對象提出了兩種不同的控制策略實現了飽和補償，完成系統的高性能跟蹤控制器的設計。兩種方法為神經網絡自適應方法和復合控制方法，其中神經網絡自適應方法可以應用于時變系統，復合控制設計方法是針對線性時不變系統設計。 神經網絡設計對于具有Brunovsky標準型的非線性時變系統提出一種權系數可在線調節的神經網絡飽和補償算法，采用了RBF神經網絡對控制器輸出超出飽和部分進行估計補償。該算法的另一突出優點是考慮了網絡重構誤差和外部干擾，利用Lyapunov理論證明了該算法能夠保證系統半全局*zui終有界，且跟蹤誤差以已知的形式可以自由調節。由于所考慮的系統具有未知函數，使神經網絡設計方法具有廣泛的應用性。

CAMOZZI執行器飽和控制研究 
復合控制設計方法以經典控制理論為基礎，通過極點配置使系統達到期望的跟蹤性能指標，然后設計具有抑制超調能力的非線性律，達到既能提高系統的響應速度又能保證輸出有較小的超調量，實現較好的跟蹤性能的目的。所提出的兩種設計方法，均給出了穩定性的證明和仿真算例及結果，仿真結果表明兩種方法都是有效的。